FenixEdu™

Dissertação

A Navigation and Perception System for an Autonomous Race Car EVALUATED

Detalhes: Esta dissertação pode ser dividida em duas partes: processamento de imagem e fusão de sensores, e foi desenvolvida com o objectivo de desenhar um sistema de sensores que permita ao protótipo do PSEM (Projecto de Sustentabilidade Energética Móvel), GP17.Evo, tornar-se num carro de corrida autónomo. Os sensores escolhidos para este sistema incluem uma câmara, um GNSS e IMU. A câmara servirá para o posicionamento relativo enquanto que o GNSS e IMU fornecem uma posição global do carro bem como uma estimativa da sua direção e velocidade. Toda a informação fornecida pelo sistema de sensores será eventualmente mandada para uma unidade de controlo. A detecção dos limites da pista foi conseguida através de técnicas de processamento de imagem, usando o OpenCV, e com base num vídeo de uma corrida na qual o PSEM participou. Seguidamente, duas variantes do filtro de Kalman foram implementadas de forma a determinar qual a mais eficiente em termos de fusão de sensores. Em ambiente de simulação, mais especificamente MATLAB, e com base no modelo do carro do GP17.Evo, os filtros de Kalman, Extended e Unscented, foram usados para fundir a informação proveninente de vários sensores. O trabalho desenvolvido nesta dissertação é o primeiro passo em direção a um GP17.Evo autónomo que se espera que possa competir numa nova categoria da Greenpower.
Keywords: PSEM, Carro Autónomo, Sistema de Navegação, Fusão de sensores

Discussão: junho 20, 2022, 11:0